激光器工程化与清洗应用中的技术突破(特邀)

文中介绍了千瓦级准连续全固态激光清洗样机研发的关键技术。激光清洗工程样机配合三维龙门运动平台形成激光清洗工业平台。简介针对钢轨表面除锈和飞机复合材料蒙皮除漆的激光清洗机制模型,从样品识别、过程监测、结果检测三方面介绍激光清洗监控方法。对60钢轨激光除锈和飞机铝制蒙皮光进行除漆,笔者课题组获得了激光清洗的最佳工艺参数,清洗效率指标通过专家测试。     

基于k最近邻的激光雷达飞机尾涡识别

为了对脉冲多普勒激光雷达探测径向速度场进行识别,建立了基于k最近邻(KNN)方法的分类模型。结合飞机尾涡Hallock-Burnham模型和脉冲多普勒激光雷达特性,提取脉冲多普勒激光雷达探测径向速度场的特征参量。基于现有测试数据,在非均匀背景风场下利用KNN方法对飞机尾涡进行识别。结果表明,以准确率(ACC)和ROC曲线下的面积(AUC)作为评估标准,所提出的方法对尾流识别所获得的ACC和AUC分别为0.772和0.855。该方法可有效地识别飞机尾涡并具备较好的鲁棒性。     

基于多特征决策融合的SAR飞机识别

针对高分辨率SAR图像的飞机目标识别问题,提出了一种基于飞机几何特征、PCA特征、Hu不变矩等多特征决策融合的自动目标识别方案。针对飞机样本特点,分别提取飞机的几何长宽特征、PCA特征和Hu不变矩特征,使用三个支持向量机分类器分别对样本的三类特征进行预分类,然后采用基于等级的决策融合方法将预分类结果进行决策融合,输出最终的目标类别。实验过程中,随机选取一定百分比的样本进行训练,获得分类器模型,对全部的样本进行测试识别。通过实验发现,将几何特征、PCA特征和Hu不变矩特征的分类结果进行决策融合后,克服了单一特征决策的不准确性,有效地提高了每一类样本的识别准确率。     

新型红外成像引信终端可视化仿真研究

新型红外成像引信通过共享成像导引头实现前视探测和起爆控制，能够获得目标由完整到局部的一系列动态红外图像。装有新型红外成像引信的先进红外成像制导型空空导弹强调实现对目标的全向攻击，因而其弹目交会情况是复杂多变的。由于不可能获得任意交会情况下的照片或录像资料，这给基于GIF技术的成像引信瞄准点识别算法研究带来了极大困难。首先分析了弹目遭遇情况，研究了影响目标飞机姿态和成像的因素，然后利用0penGL三维图形库和C 作为编程工具，建立并绘制了目标飞机的三维模型，并通过模型变换和合理设置目标的材质和贴图，实现了红外成像引信的终端可视化仿真。最后，给出了一些不同姿态和在不同交会阶段的目标飞机的仿真图像，并利用这些仿真图像对我们在前一阶段工作中提出的一种基于机头位置和机轴方向检测的瞄准点识别算法进行了验证，结果表明本文提出的仿真方案能够满足新础红外成像引信瞄准点识别算法研究的需要。     

超机动飞机的数学建模与运动仿真

研究了基于六自由度十二状态的非线性飞机数学模型,通过考虑推力矢量对飞机气动力和力矩的影响对原有模型进行改进,建立了采用推力矢量技术的飞机数学模型。根据建立的模型进行超机动飞机的操纵控制,通过计算机实现三维仿真。仿真结果证明了文中设计的飞机数学模型是合理有效的。     

常规雷达飞机目标旋转部件调制特性的仿真模型与分析

主要推导固定翼飞机回波理论参数模型和旋转桨飞机回波理论参数模型并进行仿真,对两者进行比较,提取目标旋转部件的调制周期特征,有利于目标的识别与分类。     

基于压缩感知和深度学习的分类识别技术

雷达对空飞机目标分类可实现雷达装备获得敌机属性和类别信息,对于现代战争其重要性显得尤为突出。针对复杂电磁环境下的飞机目标分类问题,结合防空雷达的特点建立3类（固定翼、螺旋桨和直升机）飞机旋转部件调制回波模型,并理论分析了不同类型飞机目标的微动特征差异。仿真分析在复杂电磁环境下干扰对微动频谱的影响。引入压缩感知方法进行干扰条件下的微动特征稀疏恢复,采用堆栈自编码学习(SAE)方法构建深层神经网络对目标进行自动特征提取和分类识别;实录数据验证表明,本文特征提取和识别方法在干扰比例41%时识别正确率能达到75%。     

基于深度卷积神经网络的飞机识别研究

为快速准确识别机场遥感图像飞机目标,提出了一种深度卷积神经网络与边缘轮廓特征提取技术结合的识别算法。利用深度卷积神经网络对机场遥感图像中飞机目标进行深度特征提取,针对飞机停机位置存在阴影的问题,结合优化后的Canny算子得到目标轮廓,经由支持向量机给飞机分类。算法主要有两个阶段。第一阶段为训练阶段,主要对深度卷积神经网络进行训练,将获得的特征归一化;利用Canny算子得到边缘特征,通过主成分分析法得到飞机主轴,求解主轴两侧边缘点欧氏距离作为特征向量;接着完成支持向量机分类器训练。第二阶段为测试阶段,主要对算法进行验证并测试准确性。实验结果证明,算法识别的正确率高达94.39%,能够较好地识别飞机目标。     

雷达高分辨距离像自动目标识别方法的改进

在雷达自动目标识别中,广泛利用基于散射点模型的高分辨距离像(HRRP),并取得较好的识别效果.由于散射点具有一些特点,且距离单元内的散射点的情况有时比较复杂,从而使高分辨距离像出现一些异常,导致识别发生误判.该文针对发生的问题,主要讨论了飞机类目标对偏航、俯仰、侧摆三维姿态角变化的敏感性、飞机类目标在正侧视附近的特点以及测试样本的"相干峰"现象,并提出了相应的改进措施.仿真数据的识别试验结果表明该文提出的改进措施可以有效地提高识别性能.     

识别与定位三维物体的点匹配法

本文提出一种识别与定位三维物体的基于模型的点匹配法,这种方法只需要简单的距离计算与四阶行列式计算,就可获得物体与模型的全局一致性匹配,因此不需要进行模型检验。     

激光成像雷达前视成像仿真及障碍物识别方法研究

飞行器前视激光雷达通过测距得到前方三维距离像,由三维距离像可以获得飞行器前面障碍物的形状、高度、宽度等信息,从而为飞行器进行地形跟踪和障碍物回避提供依据。文中根据激光成像雷达原理,推导了激光雷达前视成像方程。在三维地形图上,由前视成像方程仿真得到激光雷达前视三维距离像。在三维距离像上提出了障碍物信息提取方法,并在三维地形图上进行了前视成像仿真实验和障碍物信息提取实验。     

实时三维信息获取系统

介绍了信息获取系统结构和图像处理算法,系统的主从结构方式,从机以ＳＤＰ和阵列处理为基础,能实现并行实时处理。在８０ｍｓ内完成一次对图像分割、激光线提取、正侧轮廓提取、获取彩色信息等处理。本系统把扫描速度升到一个新的数量级,采样速率达１８００点／ｓ,实时处理和显示立体三维图形,大大提高性价比,减少存储器容量,降低配置要求,充分利用了硬、软件资源,与国外同类产品相比,在彩色获取处理、特殊反射区处理等方面有其特色,本系统特别适用机械远程加工、快速成型、虚拟现实和三维传真等。系统的研制的三维信息获取技术的产品化、实用化奠定了基础。     

地面目标激光回波特征实验研究

对地观测激光扫描成像直接利用激光回波信息生成目标的灰度像，进行目标分类识别，因此，需要研究并建立激光回波特征与地面目标特征之间的关系模型。运用对地观测激光成像原理试验系统的实验结果分析了地面目标的脉冲激光回波的功率与波形等主要特征，探讨了目标后向散射率特性。通过机载信息获取与数据处理得到了由激光回波生成的局部区域灰度像，并且与被动红外成像结果的比较初步得到了地面目标与其激光回波特征之间的关系，从而为地面目标的激光三维成像与分类识别提供了部分技术支持。     

基于图像分割的红外图像撞击时间估计方法

以往的被动测距方法主要集中在可见光领域,利用图像稳定的特征点进行观察,目前利用计算目标尺度变化率进行撞击时间估计,已经发展成为一种较成熟的方法。然而在红外领域,由于红外图像自身的特性其特征点难以提取,原有的特征点跟踪方法无法适用。文中论述了一种红外图像撞击时间估计方法,根据红外图像难以提取特征点而相对易于目标分割的特点,提出了先对国图像进行分割提取目标面积,然后根据图像序列目标面积变化率来进行撞击时间估计,并根据撞击时间系统特征对估计结果进行修正以进一步提高精度。实验结果证明了该方法的有效性。     

基于Matlab的电视目标模拟

Matlab具有强大的矩阵运算，方程求解等能力，基于Matlab的各种控制系统的仿真研究很多，但是在复杂背景下，对在维动态电视目标的模拟却不多见，虽然，基于虚拟现实技术开发的电视目标模拟软件已不罕见，但使用这种软件往往不能充分利用Matlab进行研究。如果电视目标模拟使用虚拟现实技术，研究工作使用Matlab，就会使这两方面不能有机地衔接，使得研究工作变得复杂和烦琐，最后的仿真软件也会缺乏完整性，利用Matlab来模拟空中三维电视目标的二维图像，并能够准确地描述目标的姿态角，为基于Matlab模拟复杂背景下的三维动态目标提供了一套切实可行的方法，为利用目标的二维图像提取其三维信息的研究打下了很好的基础。     

三维激光扫描测量系统的三维图像数据压缩

三维彩色激光扫描测量系统是利用计算机视觉的原理对物体进行三维测量和重建,以获取物体的三维图像。三维图像的数据量很大,文中研究了三维图像的压缩策略和算法,采用三角形条带的网格压缩方法,以及顶点数据的编码方法,可以把三维图像的存贮空间减小到压缩前数据的１／６,从而有效地解决了测量系统在实际应用环境下的图像存贮和传输问题。     

3D视音频技术综述

随着2009年底卡梅隆导演的《阿凡达》影片的热映,三维立体(3D Stereo)显示技术成为目前火热的技术之一,通过左右眼信号分离,在显示平台上能够实现的立体图像显示。立体显示是VR虚拟现实的一个实现沉浸交互的方式之一,3D(3 dimensional)立体显示可以把图像的纵深,层次,位置等细节全部展现,观察者更直观地了解图像的现实分布状况,从而更全面了解图像或显示内容的信息。为了配合3D立体视觉环境,介绍了3D音频技术,它是未来的一个趋势,并且对3D音频技术的基本理论、声学特点和发展状况等给出了看法。     

基于奇异值分解的特征跟踪方法

在传统的基于模板匹配的跟踪方法中，均是给定一个模板，然后从图像中各个位置取出一个个与模板大小一致的区域进行相似性度量，找出与模板距离最小的一个区域作为当前模板，以便进行下一步的匹配跟踪工作。在景象匹配和相关跟踪过程中，由于所面临的大多数是变化的场景，实时获取的图像与预存模板之间存在比较大的差异，传统相关匹配方法的应用就会受到限制；而且在跟踪过程中，随时更新模板会造成跟踪性能对扰动过分敏感，从而产生漂移。首先拍摄目标不同角度的图像（尽可能包含目标可能出现的所有情况），构成目标图像训练集合，抽取出特征矩阵，对它进行奇异值分解，构成一个关于目标的多维空间。然后再用匹配方法在全局范围搜索，找出目标的大致位置，并利用收敛方法在确定的大致位置内进行搜索，确定目标的仿射变换系数，从而得到一个目标位置的确切描述。     

快速置乱耦合3D混沌映射的图像加密算法研究

针对当前3D混沌映射加密算法的安全性不高,且其置乱过程的计算量大,置乱性不稳定,以及置乱方法不具有通用性等缺陷,设计了一种快速通用置乱方法,并将混淆与扩散机制同时引入进来,提出了一种新的3D混沌映射图像加密算法。首先利用快速置乱方法置乱初始图像,以改变像素位置;利用三维Chen系统结合像素值变换函数所生成初始外部密钥迭代3D混沌映射,得到一个序列,该序列根据混淆机制对置乱图像像素值进行混淆;改变外部密钥,再迭代计算3D混沌映射,得到三元一维伪随机数组,并借助密钥流机制量化该数组,得到新序列,利用该新序列根据扩散机制对混淆后的像素进行扩散处理。借助MATLAB仿真软件对该算法及其他3D算法进行对比仿真。结果显示:与其他3D算法相比,该算法安全性更高,置乱速度更快,计算效率更高,且其密钥空间巨大。     

红外与激光主/被动联合跟踪算法

文中针对单站红外被动式跟踪存在可观测性问题,提出红外与激光主／被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题,将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况,得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性测量方程,然后对红外探测器测量的角度信息和激光测得的距离信息进行融合对准,得到正确的测量值。最后,提出扩展的自适应卡曼滤波算法并进行了仿真研究。仿真研究表明方案可行,可同时对三维空间目标的位置、速度、加速度进行估计。